7

BAB 2

LANDASAN TEORI

2.1 Kata baku dan tidak baku Bahasa Indonesia

Kata merupakan bentuk yang sangat kompleks yang tersusun atas beberapa unsur.
Kata dalam bahasa Indonesia terdiri atas satu suku kata atau lebih. Kata merupakan
bagian yang sangat penting dalam kehidupan berbahasa. Bidang atau kajian mengenai
kata telah banyak diselidiki oleh para ahli bahasa. Penyelidikan tersebut menghasilkan
berbagai teori-teori antara yang satu dengan yang lain berbeda-beda. Perbedaan ini
terjadi karena adanya perbedaan sudut pandang antara ahli bahasa yang satu dengan
yang lainnya. Adanya perbedaan konsep antara ahli yang satu dengan yang lainnya
tentu akan membingungkan dalam kegiatan pembelajaran. Untuk mengurangi
kebingungan tersebut, dikelompokanlah jenis kata yaitu kata baku dan kata tidak baku.
Kata baku dan tidak baku sering dijadikan sebagai pembahasan dalam mata pelajaran
bahasa Indonesia. Kata baku dan tidak baku dalam bahasa Indonesia berhubungan
dengan penyerapan kosakata bahasa asing dan berhubungan juga dengan kaidah
penulisan yang benar.

Kata baku adalah kata yang digunakan sesuai dengan kaidah bahasa Indonesia
yang telah ditentukan. Kamus Besar Bahasa Indonesia merupakan sumber utama dan
menjadi acuan untuk menentukan kata baku bahasa Indonesia. Kata tidak baku adalah
kata yang digunakan tidak sesuai dengan kaidah bahasa Indonesia yang ditentukan.
Kata tidak baku cenderung lebih sering digunakan dalam kehidupan sehari-hari.
Penggunaan kata baku dan tidak baku dihadapkan kepada dua ragam yaitu ragam
resmi dan tidak resmi. Ragam resmi merupakan keadaan atau situasi yang bersifat
formal seperti penulisan karya ilmiah, pidato kenegaraan, dan lain-lain. Ragam tidak
resmi merupakan keadaan atau situasi yang bersifat tidak formal seperti dalam
percakapan sehari-hari.

Universitas Sumatera Utara

 8

Banyak anak-anak yang belum mengetahui mana yang menjadi kata baku dan
mana yang menjadi kata tidak baku dari sebuah kata. Hal ini dikarenakan penggunaan
kata baku tidak begitu sering diterapkan kepada anak dalam bentuk penulisan. Selain
pada anak-anak, penggunaan kata baku juga sering salah penggunaannya oleh orang
yang sudah dewasa, akan tetapi kesalahan tersebut sudah lebih minim daripada
kesalahan yang ditemukan pada anak yang berusia 9 sampai 15 tahun.

2.2 Speech Recognition

Speech Recognition pertama kali muncul di tahun 1952 dan terdiri dari device untuk
pengenalan satu digit yang diucapkan. Kemudian pada tahun 1964, muncul IBM
Shoebox. Salah satu teknologi yang cukup terkenal di Amerika dalam bidang
kesehatan adalah Medical Transcriptionist (MT) merupakan aplikasi komersial yang
menggunakan speech recognition. Sekarang banyak aplikasi yang dikembangkan
menggunakan speech recognition, antara lain di bidang kesehatan terdapat MT, di
bidang militer terdapat High-performance fighter aircraft, Training air traffic
controllers, sampai pada alat yang membantu orang-orang yang memiliki kesulitan
dalam menggunakan tangan, maka diciptakannya komputer yang dapat dioperasikan
menggunakan deteksi pengucapan user (Sunny, A.S. 2009). Speech recognition
merupakan teknik dimana perangkat akan mengenali masukan berupa suara, setelah
itu perangkat melakukan respon yang sesuai dengan masukan suara tersebut (Syarif,
A., Daryanto, T. & Arifin, M.J. 2011). Output yang dihasilkan perangkat dapat berupa
output penulisan teks maupun output runnning program.
Keuntungan dari sistem ini adalah pada kecepatan dan kemudahan dalam
penggunaannya. Kata-kata yang ditangkap dan dikenali bisa sebagai hasil akhir, untuk
sebuah aplikasi seperti command & control, penginputan data, dan persiapan
dokumen. Banyak metode yang dapat digunakan untuk membangun suatu speech
recognition diantaranya metode Dynamic Time Warping (DTW) (Sunny, A.S. 2009),
Metode Independent Component Analysis (Tumpak, P. 2005), dan Hidden Markov
Model (HMM) (Prasetyo, M.E.B. 2010 ). Penggunaan metode dapat dipilih sesuai
keefektifannya.

Universitas Sumatera Utara

 9

Untuk membangun sistem pengenalan suara ini, dibutuhkan model akustik,

model bahasa, dan kamus. Setelah itu maka akan dilakukan dua proses lanjutan yaitu
tahap pembelajaran dan tahap pengujian.

2.2.1 Model akustik , model bahasa dan kamus

a. Model Akustik
Pada tahap pertama pemrosesan sinyal suara input adalah dengan melakukan ekstraksi
kepada sinyal suara tersebut. Setelah itu dilanjutkan dengan pembangunan model yang
terdiri atas Hidden state (tidak dapat diamati /Hidden) dan feature vector (dapat
diamati/observable). Pembangunan model berarti pembangunan data probabilitas
transisi antar Hidden state serta data probabilitas emisi (emission) yaitu pembangkitan
feature vector oleh Hidden state. Model akustik dapat dinyatakan dalam bentuk tied-
state N-phone atau monophone. Jika nilai N adalah dua, model tersebut berbentuk
tied-state biphone.

b. Model Bahasa
Model bahasa digunakan dalam speech recognition untuk membantu menentukan
probabilitas dari urutan hipotesis kata. Selain itu, probabilitas model bahasa dan
model akustik akan membuat system membatasi ruang pencarian selama pengenalan
ke arah hanya urutan kata yang memiliki kemungkinan yang besar untuk benar. Jadi,
hal ini akan mengurangi ruang pencarian kata sehingga proses pencarian lebih cepat
dan tepat. Model bahasa dapat dibangun dengan dua pendekatan, yaitu model bahasa
berbasiskan rules dan model bahasa statistik. Model bahasa berbasis rules artinya
terdapat rules statis yang didefinisikan. Sedangkan, model bahasa statistic akan
memberikan probabilitas dari suatu urutan kata.

1. Model Bahasa berbasis Rules

Grammar statis dari suatu bahasa ditulis. Dalam kasus ini, pengguna hanya
boleh mengucapkan kata-kata yang secara eksplisit berada dalam grammar.

Universitas Sumatera Utara

 10

2. Model Bahasa berbasis Statistik

Model bahasa berdasarkan statistik memberikan nilai probabilitas dari suatu
urutan kata. Model N-gram adalah yang paling sering digunakan karena
menghasilkan solusi yang lebih baik dan fleksibel. Model bahasa N-Gram
digunakan untuk menyediakan sistem pengenal dengan nilai probabilitas
urutan kata tersebut muncul bersama-sama. Model bahasa N-Gram digunakan
untuk menyediakan sistem pengenal dengan nilai probabilitas urutan kata
tersebut muncul bersama-sama. Nilai ini diperoleh dari teks latih yang besar
yang menggunakan bahasa yang sama. Jika kita menganggap bahwa W adalah
urutan kata, w merupakan kata-kata dalam W, dan q adalah jumlah kata, nilai
P(W) dapat dilihat pada persamaan berikut.

P(W) = P(w1,w2,…,wq) = π Q
i=1 P(wi|wi-n+1,…,wi-1)

Untuk memperoleh nilai probabilitas P (wi | wi-2 wi-1) dalam kasus trigram,
dilakukan dengan hanya menghitung jumlah masing-masing kemunculan tiga
kata secara berturut-turut dalam data latih. Jika N(a,b) menyatakan jumlah
kemunculan a,b berturut-turut pada data latih, rumus matematisnya dapat
dilihat pada persamaan :

N(wi-2, wi-1, wi)

P(w1|wi-2, w1-1) =
N(w1-2, wi-1)

3. Kamus
Kamus akan memberikan daftar kata yang dapat dikenali oleh sistem beserta
cara pengucapannya. Kata-kata yang dikenali oleh sistem pengenal suara
bergantung pada kamus.

Universitas Sumatera Utara

 11

2.3 Microsoft Speech Application Programming Interface (SAPI)

Speech Application Programming Interface (SAPI) merupakan Application
Programming Interface (API) yang dikembangkan oleh Microsoft yang dapat
digunakan untuk pengembangan speech recognition dengan sistem operasi yang
berbasis windows. Speech Aplication Programming Interface (SAPI) diperkenalkan
oleh Microsoft pada tahun 1995. SAPI memungkinkan sistem akan mengenali input
suara dari sipengguna dan kemudian akan menghasilkan ouput berupa text. Dengan
kata lain Speech Application Programming Interface (SAPI) ini dapat mengubah
sinyal suara menjadi text melalui proses ekstraksi yang terjadi di dalamnya. Dalam
speech recognition, speech to text terdapat beberapa modul yang disebut engines
(Permadi. T, 2008). SAPI telah digunakan dalam windows XP, windows vista, dan
windows seven. Banyak versi dari Speech Application Programming Interface
(SAPI), diantaranya adalah Speech Application Programming Interface (SAPI) 1,
Speech Application Programming Interface (SAPI) 3, Speech Application
Programming Interface (SAPI) 4, dan versi terbaru Speech Application Programming
Interface (SAPI) 5. Komponen yang terdapat pada Speech Application Programming
Interface (SAPI) adalah sebagai berikut.
1. Voice Command
Sebuah obyek level tinggi untuk perintah dan kontrol menggunakan pengenalan
suara.
2. Voice Dictation
Sebuah obyek level tinggi untuk continous dictation speech recognition.
3. Voice Talk
Sebuah obyek level tinggi untuk speech synthesis.
4. Voice Telephony
Sebuah obyek untuk menulis aplikasi telepon berbasiskan pengenalan suara.
5. Direct Speech Recognition
Sebuah obyek sebagai mesin untuk mengontrol pengenalan suara (direct control of
recognition engine)

Universitas Sumatera Utara

 12

6. Direct Text to Speech

Sebuah obyek sebagai mesin yang mengontrol synthesis.
7. Audio Object
Untuk membaca dari audio device atau sebuah file audio.

Speech Application Programming Interface (SAPI) terdiri dari 2 antarmuka

yaitu Application Programming Interface dan Device Driver Interface (DDI)
(Permadi. T, 2008) Arsitektur SAPI ini dapat dilihat pada gambar 2.1.

Aplikasi Aplikasi
API
SAPI Runtime

DDI
Recognition TTS
Engine Engine

Gambar 2.1. Arsitektur SAPI

2.3.1 Application Programming Interface (API)

Dalam API terdapat fungsi-fungsi/ perintah-perintah untuk menggantikan bahasa yang

digunakan dalam system calls dengan bahasa yang lebih terstruktur dan mudah
dimengerti oleh programmer. Fungsi yang dibuat dengan menggunakan API tersebut
kemudian akan memanggil system calls sesuai dengan sistem operasinya.
Keuntungan memprogram dengan menggunakan API adalah :
a. Portabilitas dimana programmer yang menggunakan API dapat menjalankan
programnya dalam sistem operasi mana saja apabila API sudah ter- install
dalam sistem operasi tersebut. Sedangkan system call berbeda antar sistem
operasi, dengan catatan dalam pengaplikasiannya ada kemungkinan untuk
berbeda.

Universitas Sumatera Utara

 13

b. Lebih mudah dimengerti. API menggunakan bahasa yang lebih terstruktur dan
mudah dimengerti daripada bahasa system call. Hal ini sangat penting dalam
hal editing dan pengembangan.
System call interface ini berfungsi sebagai penghubung antara API dan system
call yang dimengerti oleh sistem operasi. System call interface ini akan
menerjemahkan perintah dalam API dan kemudian akan memanggil system calls yang
diperlukan.

2.3.2 Device Driver Interface (DDI)

Device Driver Interface (DDI) berfungsi untuk menerima data masukan yang berupa
suara dari Speech Application Programming Interface (SAPI) dan mengembalikan
phrase pada level SAPI paling dasar.

2.4 Penelitian Terdahulu

Dalam membangun aplikasi dalam penelitian ini, penulis menggunakan referensi dari
beberapa penelitian terdahulu yang telah pernah dilakukan. Adapun penelitian
terdahulu yang dimaksud, dapat dilihat pada tabel 2.1.

Tabel 2.1. Penelitian Terdahulu

Peneliti Terdahulu Judul

Pemanfaatan Microsoft Speech

Permadi, T. 2008. Application Programming Interface Pada
Pembuatan Aplikasi Perintah Suara.

Junaedih. 2007. Implementasi Speech Recognition

Menggunakan SAPI 5 dan Visual Basic
6.0 Pada Pembuatan Aplikasi Kalkulator
Audio Visual.

Universitas Sumatera Utara

 14

Noertjahyana, A. & Adipranata, R. 2003 Implementasi Sistem Pengenalan Suara

Menggunakan SAPI 5.1 dan DELPHI 5

Dari tabel 2.1, dapat dilihat bahwa penelitian terdahulu cenderung melakukan
penelitian mengenai speech recognition untuk suatu aplikasi perintah suara. Oleh
sebab itu penulis melakukan penelitian untuk membangun suatu aplikasi pembelajaran
menggunakan Speech Application Programming Interface (SAPI) 5.

Universitas Sumatera Utara